193Rates of Refusal of Cognitive Screening Tests in Older Medical Inpatients
Notice bibliographique
Résumé
Routine cognitive screening in older medical inpatients is important to facilitate detection of delirium, a medical emergency. There is little data pertaining to the feasibility of routine screening in hospitalised patients. One factor impacting test feasibility is rate of patient refusal. This study aimed to identify refusal rates for five short cognitive tests in older medical inpatients. As part of a study of delirium in older medical inpatients, participants were assessed within 36 hours of presentation using five short cognitive tests: Six-item Cognitive Impairment Test (6-CIT), Months of the Year Backwards (MOTYB), Spatial Span Forwards (SSF), Clock-Drawing Test (CDT), and Intersecting Pentagons Test (IPT). Participants were also assessed for delirium using the Revised Delirium Rating Scale. Dementia status was determined using the Informant Questionnaire for Cognitive Decline in the Elderly- Short Form. Refusal to participate in testing was documented and refusal rates for each test were calculated for the whole group and for neurocognitive subgroups (delirium, dementia without delirium, no neurocognitive disorder). Of 470 participants, the median age was 81 years, and 50.4% (n = 237) were female. The most commonly refused test overall was CDT (n = 111 refused, 23.6%), followed by IPT (n = 82 refused, 17.4%). MOTYB (n = 30 refused, 6.4%) had the lowest refusal rate. Patients with delirium had higher refusal rates for all tests, although MOTYB was still the least refused (n = 28 refused, 15.2%). Patients with dementia (without delirium) and normal controls had similar completion rates for all tests. When choosing a cognitive screening test in the acute setting, it is important to consider acceptability to patients. Delirium detection is often the purpose of such testing, hence the ability to conduct the test in delirious patients is key. MOTYB may have utility for this purpose, given its higher rates of completion among all neurocognitive subgroups.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».